设置我们的实验室在一个盒子:铺平道路向远程数据收集可扩展的个性化生物识别

科学领域:

• 神经科学是一个神经科学.
• 生物物理学的生物物理.
• 数字健康数字健康

背景情况:

• 越来越需要可扩展的家庭行为测试,超出传统的临床环境.
• 远程研究中对不同人群的数据采集和分析的挑战.
• 有机会利用公民科学进行研究和临床实践.

研究的目的:

• 开发和验证可扩展的,基于家庭的方法,用于行为数据采集和分析.
• 描述生物物理波动用于行为状态评估.
• 创建标准化生物识别尺度,以对整个生命周期进行神经疾病查.

主要方法:

• 在自然环境中利用标准化生物节奏时间序列数据 (动态,心电图,语音,视频).
• 采用功能分类学来按神经系统成熟/衰退组织数据.
• 开发了一个统一的统计平台,用于个性化行为分析.

主要成果:

• 在神经类型个体中表征生物物理信号的数字范围.
• 在神经发育和神经退行性疾病中发现了与规范范围的偏离.
• 证明了将数据减少到一个单一的玛尺度参数,用于参与者分类.

结论:

• 突出了个性化,可扩展的生物识别的方法和分析技术.
• 强调了在实验室环境之外开发这些技术的可行性.
• 提出了扩大研究,教育和临床实践的新途径.